d|Bootcamp Taipei 共筆- 用全新策略提升新聞價值

時間:2015/08/21 9:50~10:30

講者:David Eads, @eads | @nprviz / 美國國家公共電台新聞視覺化團隊 News Application 開發者

http://www.npr.org/

slides(包含所有案例連結): http://recoveredfactory.net/adventure/

Choose your own adventure notes: https://docs.google.com/document/d/1hC9Qi01KiViEZX18LYMmHkOKQRu-3aSSX3-wrls2UCk/edit

村長前言:因為原本我們有世界銀行相關組織贊助,所以原本 Eads 說避免利益衝突他不能來,於是我們只好另措財源。我想這樣的自覺是很重要的,我們也很感謝他。

你好!我是個記者,服務於NPR(National Public Radio),是美國國家公共廣播電台。我們是 Visuals Team(視覺小組)。

 David Eads’ twitter: https://twitter.com/eads

 His team: https://twitter.com/nprviz

 NPR visual blog:http://blog.apps.npr.org/

 

在廣播公司做視覺?

radio creats empathy

web requiers visual

"We make people care."

我們公司試著做到的,就是讓人們關心。

Images + Internet = Empathy

images are empathy machines - 影像驅動同理心 = 影像 + 網路  / Images + Internet

這是個很棒的說故事方式。

http://apps.npr.org/lookatthis/posts/publichousing/

這是芝加哥的公共住宅的報導。

這張圖顯示在波多黎各購買電力多麼不合理的昂貴。

我們透過數據說故事。

"data analysis didn’t turn into fancy charts, just story"

這裡有趣的事這裡有趣的事,這裡有趣的是,資料分析並沒有產生新的事物,他只是把隻字片語轉變成故事而已。

還有奇怪的實驗

crowd source data: "if you go to a park/playground, can you park there?"

http://www.playgroundsforeveryone.com/

我們怎麼做呢?不論你多大多小,握有多少資源,你都可以報導,關鍵在於你的團隊如何協作。

all about collaboration

choose your own adventure

有故事線的故事書

這本書可以讓你選擇故事線,想要探索太陽翻到第三頁,想探索月球翻到第五頁⋯⋯

他教導小朋友如何面對選擇。

不管選擇對與錯,你永遠需要選擇。

我們沒有人是專家,我們都在摸索,什麼才是好的新聞。

Choose, learn, choose some more. 選擇方向,嘗試,然後不斷調整。

先從「為甚麼」開始:為甚麼你會在這裡?我們很容易迷失在科技裏,我們不止要了解要做(work)什麼,也要清楚這值不值得(worth)。

"Why shapes "How"

我們首先要考量的是觀眾。

我們從設計開始,因為我們認為重要。我們可能熱衷于建立圖表、圖示,但給誰用呢?

我們的專案從3個問題(3個WHY)開始

User-centered design questions:

好的設計讓我們有所感受。Good designs make us feel.

設計是一種分析:

你常在網路新聞看到的,記者會跟你說的,「讓我們把它放上地圖吧!」"let’s put it on the map"

這些地圖的確很漂亮,但他並沒有辦法好好的敘述紐奧良人口的故事!

但是圖表卻能講出地圖裡沒講清楚的故事,讓讀者易於了解。

是設計,讓我們得以分析資料而呈現。

設計是一種事前計劃

案例ㄧ:

我們有個專案是呈現美墨邊界的圍籬。

我們可能會認為這可以用互動地圖呈現,但互動地圖並沒有呈現這個故事。我的意思是說,我們希望讀者看到邊界,也希望讀者能看到每一處邊界上的故事,所以這並不適合。邊界上可能有塗鴉、邊界上可能有彩繪,

案例二:

http://www.geografiadeldolor.com/

在墨西哥,記者要講真實的故事是必須冒生命危險的

人們在墨西哥消失(可能是被消失),而這網站呈現了二十個失蹤者的家人的影片。

我們只花了兩天架設這個網站,這些原始資料本來就有,我們只是塞進試算表、寫了一些網頁,這就出現了!

在墨西哥的案例中,over 70~80% of readers are from mobile device.

Good design is accessible 讓人易於親近

原本需要捲動或是互動的地圖,在手機上就改用動畫呈現

好的設計讓每個人都易於上手、參與其中

如果沒辦法在行動裝置上呈現,作品就不成功。

Good design changes how we see

New York Time’s news game: 收入與上大學的比例關係

我們邀請讀者猜測圖表的線在哪,進而引發他們深入思考這個問題

團隊成員包含設計師、工程師、攝影師、編輯/Project manager,全部都是 1:1:1 的比例,因為我們覺得這個比例很剛好

如果你知道你要說什麼故事,技術不是什麼問題;如果你不知道要說什麼故事,只是自顧自的做東西出來,那麼作品就不成功。

之前這些事情是由 IT 部門完成的,那些要幫你電腦抓病毒的人竟然要被拉去做新聞?我是個編輯,但我竟然沒有辦法審核做出來的內容?

籃球隊的成員傳球、投籃,我們也需要問自己的團隊到底要做什麼,為甚麼而生。

例行公事能支持整個團隊。

每日例行會議只有5分鐘!

每三個月我們會有比較大型的例會。

工作節奏分三組人馬:

短期需要及時應付各式議題,每日圖片

中期經營影像部落格 (http://lookatthisstory.tumblr.com)

長期會與政府機關、各路單位合作

如何評估績效?

很難的問題。我們不認為只是瀏覽人次 (page view) 而已,觀看的人可能被影響了,也可能無動於衷

如何處理資料

資料總會有來源!可能是警察伯伯瘋狂的填表單產生的,可能是某個統計單位,但它總要從某個地方來。

data leads to wrong conclusions easily

避免簡化結論

例如說在芝加哥,當有人被逮捕的時候,警察會請他們填表單。很多媒體會宣稱這是犯罪資料,但實際上這是不一樣的,而這就可能導致偏誤。

在美國

THE TRUTH ABOUT AMERICA’S GRADUATION RATE

o提高中畢業率

政府可能問的是如何提升高中畢業率,各高中問的可能是如何做假帳讓畢業率變好看

你能解放什麼訊息?最棒的資料可能不是免費的

有多少人被警察射殺?這沒有官方的統計數據,需要長期的閱讀官方與新聞資料累積而成。

在芝加哥,沒有人知道監獄裡有多少人,但有個網站做到了,所以我們把它爬下來。

錢在哪裡?

New York Times’ case 

你想要維護什麼?我們的後端可能是 Drupal, Django, Wordpress, 我們可能有後端⋯⋯

別這樣,想想你想要維護什麼東西。這些後端只會擋你的路。除非你真的很想開部落格。

"Say goodbye to Drupal. Django and Rails too. Think about what you’re going to maintain and minimize it."

forgot about django, drupal. less is more

work in public, open source your code.

多元的團隊

永續成長(或至少生存下來!)

 Tarbell, 我的新聞守護神 (wiki:  https://en.wikipedia.org/wiki/Ida_Tarbell)

 她寫過《標準石油歷史》,讓石油大亨下台

  “The power to create breaks all barriers.” 

創造的力量,能打破所有阻礙。

Tarbell工具 http://www.tarbell.io/

今日的世界已經不太一樣了,各界嘗試控制的是網路世界

世界需要你,說一手好故事。

we have to speak each other’s language. 

"the world need  you to tell  good story"

We are here to learn each language, right?

We are here to learn each language, to collaberate.

Q:在David Eads的簡報中,把Editor跟Project Manager混在一起,是說Editor要朝向Project Manager 角色嗎?編輯的角色是否也需要扮演專案管理者的角色?

我覺得Editor是某種程度的Project Manager。

我們的影像編輯也花了不少時間熟悉 GitHub 跟協作模式。不過是值得。

會後提問

Q:想請問如何評估資料新聞的傳播的成效?

(How do you evaluate data journalism stories in terms of spreading?)

Q:想請問nprviz團隊共有多少成員?每周或每個月的產量有多少呢?

媒體同時要追求值以及量,做 data Journalism 的人應該佔媒體內極少數吧?

(How many people are in the nprviz team? roughly how much do you produce every week or month?  Media has to do quality and quantity at the same time, I suppose the DJ team is a extremely minority in the media?)